A framework for an on-demand dangerous goods routing support system for the metro Vancouver area
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper proposes a framework that integrates existing climate conditions with a Geographical Information System (GIS) to develop an on-demand dangerous goods (DG) routing support system. The framework focuses on mitigating the risks associated with DG transportation via route selection. Evidently, DG routing involves a number of decisions that require the consideration of multiple and sometimes conflicting risks. As a result, the framework includes a number of different routing criteria pertaining to safety, efficiency, security, and cost. The framework was applied to a large-scale transportation network representing the Metro Vancouver area. The network was represented spatially in a GIS database along with a real-time dispersion plume model to simulate a specific chemical release under local weather conditions. The results show that different routing criteria lead to different optimal route choices. The authors also compared route selection based on the Emergency Response Guidebook (ERG) for protection and isolation actions with route selection based on dispersion models. The comparison results show that, when employing the ERG in a small spill scenario, decisionmakers are at risk of exposing a large number of individuals to severe health effects. Vice versa, if the ERG was to be followed in a large spill scenario, many individuals who are not at risk would be unnecessarily evacuated. This translates into increased evacuation costs, and wastes the time and effort of emergency personnel. The study shows that these issues are properly addressed if a dispersion model is used to refine the estimation of the impact zone by including measures that are specific to the shipment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle